【室友用一局王者荣耀的时间学会了用BI报表数据处理】

在这里插入图片描述

 如果说有什么通用软件领域是国内产品的技术要比国外产品更好,那估计只有报表工具了。


        数据库、操作系统这些耳熟能详的基础软件,国产货和外国货相比是个什么状态,大家也都心知肚明;开发工具、编译器、甚至浏览器(要看内核哟)也差得远;文字处理倒是有不错的国产软件,但也不能说比国外的更好。当然也许还有新品正在奋起直追甚至弯道超车,但在已经有足够用户群的领域,实在太难找到国产软件更好的例子了。

        

 

与众不同的是,国产的报表工具却要比国外竞争产品强得太多,十多年来基本上把国外产品打到销声匿迹了,只剩几个开源产品还能靠免费混着,甚至很多国外产品会主动承认这方面就是不灵。           这里的原因可能是外国人的复杂报表比较少,这方面需求刺激要少一点。欧美确实是这种状态,但日本人的复杂报表并不少,可也没什么象样的报表工具出来。而且,Excel也是美国人搞的,也有很多为了适应复杂格式和计算规则的功能,做得就非常好。

                                ​​​​​​​        ​​​​​​​        ​​​       

 

     外国的报表工具不仅是复杂报表能力差得远,常规报表技术也赶不上国产软件,是全面地弱,几乎找不到一条能和国产产品并驾的功能点。 不管什么原因了,报表工具领域确实是国产软件远远强过国外产品。


        这需要提一下国产报表工具的开创者**润乾报表**

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        

        十几年前,润乾报表提出了新的模型,实现了报表计算和格式的统一,同时解决了绘制和计算的困难,将开发效率提高了数量级;

        而且使用纯Java完成了报表工具的开发,适应了当时正在普及的WEB应用趋势,从而建立起对国外产品的技术优势地位。

        目前对复杂报表适应较好的报表工具(全都是国内产品)都在采用这套模型和类似的技术体系.报表BI不分家,说了报表工具自然会再说BI软件。这里说的BI是指狭义的BI,也就是以多维分析为基础的交互分析产品,主要就是按各种维度做汇总统计。 BI是国外产品的强项,国外的报表产品基本被打没了,但在国内活跃的国外BI产品仍然不少,特别是近年来热门的“敏捷BI”概念,看起来还有越来越热门的趋势。

         然而,在这个领域,国产软件的技术含量也还是更强! 国产的BI产品,在WEB适应能力、企业级技术架构、兼容性等多方面都强于国外BI软件。有不少国际大牌BI产品一直只能在Windows下工作,近两年才开始有Linux版本,还磕磕碰碰的;对于数据库的支持也常常被做死,稍微不太常见的数据库就可能不支持或者支持的功能不全面;WEB的适应性也不灵,浏览器支持得不好甚至有的就不直接支持。有时候真会感叹怎么技术会如此之差,如果国产货做成这样,根本没法在市场上混的。 国外BI产品其实在国内普遍卖得还不算差(至少都有一段时间卖得不错),但用得好的很少。N年前这些国外产品的代理商有个shelfware的说法,说卖的不是software,而是shelfware,买来就放架子上不用了。  

        看起来技术如此之差的国外BI却在欧美混得风生水起,不仅卖得好,从论坛上看用得也不错,这又是咋回事? 国外的BI产品,使用者是业务人员,使用场景常常是桌面,最多也就是部门级。业务人员自己对着一些数据做些分析,相当于Excel的一个升级版。这种用法确实足够“敏捷”,常常也用不着数据库,折腾Linux服务器也是多余。 国内则不同,BI系统是个大型企业级应用,由IT部门主导建设,多维分析界面都做在浏览器上,整体是个大系统,后台是统一的数据仓库。这就需要采用的BI软件要有较好的集成性,能支持后台大型数据库、unixnux这些操作系统,前端要能支持浏览器界面。这种模式下,国外产品在技术上出现水土不服也不奇怪了,因为人家本来也不是为这种场景设计的。出于各种原因购买了国外BI产品,试图实施成企业应用时,常常是把集成商累个半死,骂娘事件常常发生。建企业级BI系统用国外BI产品就是自找苦吃。但是,如果你拿着国外BI产品当单机软件在桌面用,那人家好着呢。国外BI产品显得技术差,主要在企业级应用中的不适应,而桌面应用的竞争点并不在技术上。 国内BI和国外BI,根本就是两个物种!企业级BI沉重无比,和“敏捷”这个词完全没有关系。   国内就没有桌面BI市场吗? 也有的,这些年也越来越多,但主要是民企,还不算是IT购买的主流。这些用户也确实常常在使用国外BI产品。 国内的主流需求还是企业级BI,结果导致大部分BI厂商也都把产品做成这样了。国外XXX产品做得好,国内有某些BI厂商打着将成为“中国的XXX”为旗号来开展业务的,但真面向客户时,又都被无情的市场赶到了企业级BI的路子上去了,BI界的“中国的XXX”从来没有出现过。   到底是哪边的需求出问题了? 我国的! 中国大部分企业还不需要BI。大行业竞争不充分,躺着也挣钱,做分析的动力不足。所谓的BI,经常是让领导阶层看看炫丽的效果就完了,大都在宏观层面,不能说对决策彻底没用,但**BI辅助的企业经营决策应该是相对微观的**,什么价位的产品好卖、什么样的人群愿意买、...,这是一线业务主管的任务,不是领导的任务。民企竞争充分,但规模小时也没有太多数据,没法做BI;稍大些规模的确实在用了,也就是刚才说的国内桌面BI市场,这种BI才能做到微观层面的决策辅助作用。 另一个原因是一线人员的技能也不足,很多概念和运算都不太懂,自由分析也不大用得起来,结果也就是固定报表有用,因为这只要输入几个参数就完了(有些“中国的XXX”开始不提供复杂报表功能,但在竞争中也都被迫补上这一环,转而宣称自己报表做得好)。国内客户考察BI时常常会特别关注拖拽方式而不是数据分析功能,而国外很多一线分析人员甚至能自己写SQL准备数据。 多方鼓吹忽悠下,很多机构也认为上了BI就能决策科学了。BI常常是为了上而上,由IT部门来主导,或是总部业务部门推动,而不是一线业务人员有多强劲的需求。这时候造出企业级BI也就是正常的结果了。 技术上讲,浏览器里的多维分析也是个面子货,看起来炫,其实没法用。允许胡乱拖拽的结果经常是后台撑不住,小则卡顿,严重了谁都用不了。这是BI产品本身无能为力的数据仓库问题,数据仓库也没办法,你瞎查询谁也撑不住。而桌面就没问题,你查死自己与别人无关。   企业BI就没有用吗? 那当然也不是。 随着市场的正常化,**企业BI的市场依然很有前景,但需要由有丰富行业经验的软件开发商来主导**,而不是通用BI厂商来做。有了行业经验才知道业务用户最关心什么、把什么参数指标做活或做死,界面才会方便。比如现在有很多标签属性(是否值,客户是不是大学生,有没有信用卡),数量可能达到几百上千,通用BI会把这些都当成维度统一处理,界面就会很难用。有行业经验的开发商则会把标签按业务合理分类甚至联动,就会好用很多。行业经验支持下的交互界面,对应的后台计算是设计过的,计算量可控,定制界面还可以对计算量巨大的动作做出限制,这样数据仓库也能撑住了。企业BI还可以提供数据准备功能,允许业务人员取出部分数据以进一步在桌面做灵活分析,但要做好脱敏处理,这也需要行业知识。 **有了行业知识的加持,企业BI就可能从面向宏观的面子货变成面向微观的一线经营辅助工具了**,即使使用的技术手段并没有特别的变化。基于行业经验建设的企业BI解决大数据量的查询筛选,再配合灵活的桌面BI解决小数据量的灵活运算,这才是合理的BI应用场景。 现在有不少行业客户已经开始这么做了,不再直接采购通用BI软件。   不过,如前所述,BI(以及报表工具)还是有一些技术门槛的,主要从事行业应用软件开发的公司未必很擅长,虽然有业务知识,也更清楚用户的需求,但仍然需要有相当的技术积累才能完成完整的BI系统,而完全靠自己去实现这些基础技术也是一件成本很高风险较大的事情。 这就要再提一下润乾报表了,现在的**润乾报表中已发展出相当完整的BI基础功能,并且将这些代码开源了**。 市面上绝大多数国产BI软件都会提交成一个独立使用的平台,有自己的用户及资源管理机制,没什么可集成性(更不会开源)。行业软件开发商也只能在边上做一些配置,而无法深度控制和改造,很难把自己的行业知识融汇进去。而润乾BI的设计定位则是中间件(和其报表工具一样),因而有非常好的集成性,而且还是开源提交的(当然也免费),也就易于改造。这些强大丰富的基础BI技能就可以方便地开放给应用软件厂商,无缝地嵌入到他们的系统中,从而低成本高效率地开发出自有的企业BI应用软件。

## 润乾报表资料 - [润乾报表官网](<http://www.raqsoft.com.cn>)   - [润乾报表下载](<http://www.raqsoft.com.cn/download/download-jsbb>)   欢迎对润乾报表有兴趣的加小助手(VX号:RUNQIAN_RAQSOFT),进技术交流群

 

原文地址:https://blog.csdn.net/m0_62277756

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


文章浏览阅读5.3k次,点赞10次,收藏39次。本章详细写了mysql的安装,环境的搭建以及安装时常见的问题和解决办法。_mysql安装及配置超详细教程
文章浏览阅读1.8k次,点赞50次,收藏31次。本篇文章讲解Spark编程基础这门课程的期末大作业,主要围绕Hadoop基本操作、RDD编程、SparkSQL和SparkStreaming编程展开。_直接将第4题的计算结果保存到/user/root/lisi目录中lisipi文件里。
文章浏览阅读7.8k次,点赞9次,收藏34次。ES查询常用语法目录1. ElasticSearch之查询返回结果各字段含义2. match 查询3. term查询4. terms 查询5. range 范围6. 布尔查询6.1 filter加快查询效率的原因7. boosting query(提高查询)8. dis_max(最佳匹配查询)9. 分页10. 聚合查询【内含实际的demo】_es查询语法
文章浏览阅读928次,点赞27次,收藏18次。
文章浏览阅读1.1k次,点赞24次,收藏24次。作用描述分布式协调和一致性协调多个节点的活动,确保一致性和顺序。实现一致性、领导选举、集群管理等功能,确保系统的稳定和可靠性。高可用性和容错性Zookeeper是高可用的分布式系统,通过多个节点提供服务,容忍节点故障并自动进行主从切换。作为其他分布式系统的高可用组件,提供稳定的分布式协调和管理服务,保证系统的连续可用性。配置管理和动态更新作为配置中心,集中管理和分发配置信息。通过订阅机制,实现对配置的动态更新,以适应系统的变化和需求的变化。分布式锁和并发控制。
文章浏览阅读1.5k次,点赞26次,收藏29次。为贯彻执行集团数字化转型的需要,该知识库将公示集团组织内各产研团队不同角色成员的职务“职级”岗位的评定标准;
文章浏览阅读1.2k次,点赞26次,收藏28次。在安装Hadoop之前,需要进行以下准备工作:确认操作系统:Hadoop可以运行在多种操作系统上,包括Linux、Windows和Mac OS等。选择适合你的操作系统,并确保操作系统版本符合Hadoop的要求。安装Java环境:Hadoop是基于Java开发的,因此需要先安装和配置Java环境。确保已经安装了符合Hadoop版本要求的Java Development Kit (JDK),并设置好JAVA_HOME环境变量。确认硬件要求:Hadoop是一个分布式系统,因此需要多台计算机组成集群。
文章浏览阅读974次,点赞19次,收藏24次。# 基于大数据的K-means广告效果分析毕业设计 基于大数据的K-means广告效果分析。
文章浏览阅读1.7k次,点赞6次,收藏10次。Hadoop入门理论
文章浏览阅读1.3w次,点赞28次,收藏232次。通过博客和文献调研整理的一些农业病虫害数据集与算法。_病虫害数据集
文章浏览阅读699次,点赞22次,收藏7次。ZooKeeper使用的是Zab(ZooKeeper Atomic Broadcast)协议,其选举过程基于一种名为Fast Leader Election(FLE)的算法进行。:每个参与选举的ZooKeeper服务器称为一个“Follower”或“Candidate”,它们都有一个唯一的标识ID(通常是一个整数),并且都知道集群中其他服务器的ID。总之,ZooKeeper的选举机制确保了在任何时刻集群中只有一个Leader存在,并通过过半原则保证了即使部分服务器宕机也能维持高可用性和一致性。
文章浏览阅读10w+次,点赞62次,收藏73次。informatica 9.x是一款好用且功能强大的数据集成平台,主要进行各类数据库的管理操作,是使用相当广泛的一款ETL工具(注: ETL就是用来描述将数据从源端经过抽取(extract)、转换(transform)、加载(load)到目的端的过程)。本文主要为大家图文详细介绍Windows10下informatica powercenter 9.6.1安装与配置步骤。文章到这里就结束了,本人是在虚拟机中装了一套win10然后在此基础上测试安装的这些软件,因为工作学习要分开嘛哈哈哈。!!!!!_informatica客户端安装教程
文章浏览阅读7.8w次,点赞245次,收藏2.9k次。111个Python数据分析实战项目,代码已跑通,数据可下载_python数据分析项目案例
文章浏览阅读1.9k次,点赞61次,收藏64次。TDH企业级一站式大数据基础平台致力于帮助企业更全面、更便捷、更智能、更安全的加速数字化转型。通过数年时间的打磨创新,已帮助数千家行业客户利用大数据平台构建核心商业系统,加速商业创新。为了让大数据技术得到更广泛的使用与应用从而创造更高的价值,依托于TDH强大的技术底座,星环科技推出TDH社区版(Transwarp Data Hub Community Edition)版本,致力于为企业用户、高校师生、科研机构以及其他专业开发人员提供更轻量、更简单、更易用的数据分析开发环境,轻松应对各类人员数据分析需求。_星环tdh没有hive
文章浏览阅读836次,点赞21次,收藏19次。
文章浏览阅读1k次,点赞21次,收藏15次。主要介绍ETL相关工作的一些概念和需求点
文章浏览阅读1.4k次。本文以Android、java为开发技术,实现了一个基于Android的博物馆线上导览系统 app。基于Android的博物馆线上导览系统 app的主要使用者分为管理员和用户,app端:首页、菜谱信息、甜品信息、交流论坛、我的,管理员:首页、个人中心、用户管理、菜谱信息管理、菜谱分类管理、甜品信息管理、甜品分类管理、宣传广告管理、交流论坛、系统管理等功能。通过这些功能模块的设计,基本上实现了整个博物馆线上导览的过程。
文章浏览阅读897次,点赞19次,收藏26次。1.背景介绍在当今的数字时代,数据已经成为企业和组织中最宝贵的资源之一。随着互联网、移动互联网和物联网等技术的发展,数据的产生和收集速度也急剧增加。这些数据包括结构化数据(如数据库、 spreadsheet 等)和非结构化数据(如文本、图像、音频、视频等)。这些数据为企业和组织提供了更多的信息和见解,从而帮助他们做出更明智的决策。业务智能(Business Intelligence,BI)...
文章浏览阅读932次,点赞22次,收藏16次。也就是说,一个类应该对自己需要耦合或调用的类知道的最少,类与类之间的关系越密切,耦合度越大,那么类的变化对其耦合的类的影响也会越大,这也是我们面向对象设计的核心原则:低耦合,高内聚。优秀的架构和产品都是一步一步迭代出来的,用户量的不断增大,业务的扩展进行不断地迭代升级,最终演化成优秀的架构。其根本思想是强调了类的松耦合,类之间的耦合越弱,越有利于复用,一个处在弱耦合的类被修改,不会波及有关系的类。缓存,从操作系统到浏览器,从数据库到消息队列,从应用软件到操作系统,从操作系统到CPU,无处不在。
文章浏览阅读937次,点赞22次,收藏23次。大数据可视化是关于数据视觉表现形式的科学技术研究[9],将数据转换为图形或图像在屏幕上显示出来,并进行各种交互处理的理论、方法和技术。将数据直观地展现出来,以帮助人们理解数据,同时找出包含在海量数据中的规律或者信息,更多的为态势监控和综合决策服务。数据可视化是大数据生态链的最后一公里,也是用户最直接感知数据的环节。数据可视化系统并不是为了展示用户的已知的数据之间的规律,而是为了帮助用户通过认知数据,有新的发现,发现这些数据所反映的实质。大数据可视化的实施是一系列数据的转换过程。